Context Mesh Foundry MCP 服务端

关键词

本地内存索引语义检索记忆管理历史对话知识库
  • 项目简介
    • 该仓库实现了一个 MCP 服务器组件，暴露四个工具，用于在 OpenViking/OneContext 以及本地记忆索引之间进行查询、存储和健康检查，方便将记忆上下文以标准化方式提供给LLM客户端。
  • 主要功能点
    • 提供四个 MCP 工具：query_viking_memory、search_onecontext_history、save_conversation_memory、context_system_health，分别用于全局记忆检索、OneContext历史检索、将会话摘要保存到记忆库、以及统一健康快照。
    • 通过 stdio 传输与客户端通信，遵循 MCP 的工具注册与调用模式。
    • 与本地内存索引、OneContext sqlite历史库、OpenViking等组件集成，可实现本地优先的记忆检索和跨系统检索。
    • 带有缓存、健康探测、错误处理以及可选的语义检索开关，便于在不同部署场景使用。
  • 安装步骤
    • 确认环境：Python 3.11 及以上。
    • 安装依赖（示例性依赖，实际以仓库需求为准）：pip install mcp httpx
    • 获取脚本：确保 scripts/openviking_mcp.py 可执行并可访问。
    • 运行 MCP 服务器：直接执行 python3 scripts/openviking_mcp.py。
  • 服务器配置
    • MCP 客户端在接入该服务器时，需提供服务器的启动命令与参数，以便通过 MCP 协议建立连接。下方给出一个准确可用的配置示例，客户端只需读取该配置即可启动与 MCP 服务的连接。
    • 配置示例（JSON，需替换为实际路径）： { "openviking-memory": { "name": "OpenViking Global Memory Server", "command": "python3", "args": ["/path/to/context-mesh-foundry/scripts/openviking_mcp.py"], "env": { "OPENVIKING_URL": "http://127.0.0.1:8090/api/v1", "OPENVIKING_ENABLE_SEMANTIC_QUERY": "0" } } }
    • 说明：以上配置指定了服务器名称、启动命令、启动参数以及必要的环境变量。MCP客户端无需理解服务器内部实现细节，只需按照此格式提供服务器信息以建立连接。
  • 基本使用方法
    • 启动 MCP 服务器后，LLM 客户端通过配置中的命令和参数启动对应的 MCP 服务实例。
    • 客户端可以对四个工具发起请求，获取跨记忆的语义检索结果、OneContext 事件/会话历史、将重要记忆保存到 OpenViking、以及查询服务器健康状态。
    • 通过返回的 JSON-RPC 风格响应，客户端可获得结构化的结果和状态信息，利于后续在对话中进行上下文接入与自检。

服务器信息

访问项目